Kata Kunci: TBC, Laju Kesembuhan, Analisis Survival, Regresi Cox-Weibull
|
|
- Widya Sudirman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Matematika UNAND Vol 5 No 4 Hal ISSN : c Jurusan Matematika FMIPA UNAND PENERAPAN MODEL REGRESI COX-WEIBULL UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI LAMA KESEMBUHAN PASIEN TUBERCULOSIS (STUDI KASUS : PASIEN TBC DI RUMAH SAKIT DR M DJAMIL PADANG) STEPANI BURNI SAFITRI, HAZMIRA YOZZA, IZZATI RAHMI HG Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas, Kampus UNAND Limau Manis Padang, Indonesia stepaniburni@gmailcom Abstrak Tuberculosis (TBC) merupakan suatu penyakit saluran pernafasan yang disebabkan bakteri Mycobacterium Tuberculosis dan dapat menyebabkan kematian Meskipun demikian, dengan perawatan yang tepat, penyakit ini dapat disembuhkan Penelitian ini bertujuan untuk menentukan faktor-faktor yang mempengaruhi laju kesembuhan pasien penderita TBC di Rumah Sakit dr M Djamil Padang serta memodelkan laju kesembuhan pasien dan mengetahui laju kesembuhannya Data lama rawat inap pasien penderita TBC di Rumah Sakit dr M djamil Padang berdistribusi Weibull sehingga metode analisis yang digunakan adalah analisis survival dengan model regresi Cox-Weibull Diketahui bahwa faktor-faktor yang mempengaruhi laju kesembuhan pasien TBC penderita TBC adalah usia dan jenis kelamin Dari nilai odds ratio diketahui bahwa pasien dengan jenis kelamin perempuan memiliki resiko sembuh sebesar 0,721 kali lebih besar dibandingkan pasien dengan jenis kelamin laki-laki dan diketahui juga bahwa jika usia bertambah satu tahun maka resiko penderita TBC untuk mencapai kesembuhan bertambah sebesar 1,007 kali dibandingkan pasien lain Dari penelitian ini diketahui juga bahwa kebiasaan merokok berkolerasi dengan variabel jenis kelamin Sehingga meskipun pengaruh kebiasaan merokok terhadap laju kesembuhan pasien penderita TBC tidak nyata,namun pengaruh ini dapat dianggap diwakili oleh variabel jenis kelamin Kata Kunci: TBC, Laju Kesembuhan, Analisis Survival, Regresi Cox-Weibull 1 Pendahuluan Penyakit Tuberculosis atau yang sering dikenal dengan sebutan TBC adalah penyakit infeksi pada saluran pernafasan yang disebabkan oleh bakteri mycobacterium tuberculosis [5] Bakteri mycobacterium tuberculosis ini merupakan bakteri basil yang sangat kuat dan biasanya menyerang paru-paru, dan juga organ tubuh lainnya seperti kelenjar getah bening, usus, ginjal, kandungan, tulang, bahkan otak Penyakit TBC ini adalah suatu jenis penyakit yang mudah menular Penyakit TBC ini masih menjadi perhatian dunia, karena hingga saat ini belum ada satu negarapun yang terbebas dari penyakit ini Dari awal abad ke-20 hingga saat ini jumlah kasus baru TBC meningkat di seluruh dunia, 95 % kasus terjadi di negara berkembang 62
2 Penerapan Model Regresi Cox-Weibull 63 [8] Meskipun merupakan penyakit berbahaya dan dapat menyebabkan kematian, penyakit TBC dapat disembuhkan melalui pengobatan yang tepat Masa penyembuhan penderita TBC membutuhkan waktu yang tidak sebentar, biasanya penderita dirawat terlebih dahulu di rumah sakit selama beberapa waktu sampai penderita dinyatakan dapat rawat jalan Laju kesembuhan adalah perubahan keadaan pasien tiap satuan waktu sampai keadaan pasien membaik atau dinyatakan sembuh Laju kesembuhan berhubungan dengan data lamanya rawat inap Laju kesembuhan pasien diduga dipengaruhi oleh beberapa faktor seperti usia, jenis kelamin, lama batuk, jenis dahak, batuk darah, sesak nafas, berat badan, riwayat OAT (Obat Anti Tuberkulosis), merokok, kadar hemoglobin, kadar hematokrit, jumlah trombosit, serta kadar leukosit Data lamanya rawat inap termasuk data tahan hidup seseorang Analisis yang tepat digunakan untuk data tahan hidup seseorang adalah analisis ketahanan hidup Pada penelitian ini data lama rawat inap pasien penderita TBC terdistribusi Weibull Salah satu analisis yang tepat analisis survival dengan model regresi Cox-Weibull Tujuan dari penelitian ini adalah menentukan faktor-faktor yang mempengaruhi laju kesembuhan pasien penderita TBC serta memodelkan laju kesembuhan pasien penderita TBC dan mengetahui laju kesembuhannya 2 Analisis Survival Pembahasan tentang analisis survival merujuk dari [2] Analisis survival merupakan suatu teknik statistika yang digunakan untuk menganlisis data yang variabelnya adalah waktu sampai terjadinya suatu kejadian Kejadian yang dimaksud merupakan suatu peristiwa khusus yang terjadi misalnya keluar dari rumah sakit Waktu survival (T ) merupakan lamanya waktu dimulai dari awal pengamatan terhadap suatu objek sampai pengamatan berakhir atau terjadinya suatu kejadian tertentu Dalam menentukan waktu survival, terdapat tiga faktor yang harus diperhatikan, yaitu: (1) Waktu awal adalah waktu dimulainya suatu pengamatan (2) Waktu akhir adalah waktu berakhirnya suatu pengamatan Waktu ini menjadi kejadian inti dari pengamatan (3) Interval waktu (dalam satuan waktu) adalah interval dari dimulainya pengamatan sampai berakhirnya suatu pengamatan atau terjadinya suatu kejadian tertentu Dalam analisis survival terdapat dua fungsi yaitu fungsi survival dan fungsi hazard Fungsi survival (S(t)) didefinisikan sebagai peluang suatu individu bertahan hidup lebih dari t (waktu survival) [1] dan fungsi distribusi kumulatif diperoleh S(t) = P (T > t), S(t) = 1 P (T t) = 1 F (t) Fungsi hazard (h(t)) didefinisikan sebagai peluang kegagalan atau tejadinya event selama interval waktu yang sangat kecil dengan asumsi individu telah berta-
3 64 Stepani Burni Safitri dkk han sampai waktu ke-t h(t) = f(t) S(t) Model regresi Cox secara umum dapat dituliskan sebagai berikut: dimana h(t) = h 0 (t) exp(β 1 x 1 + β 2 x 2 + β 3 x β n x n ), h 0 (t) : nilai baseline hazard yang merupakan nilai fungsi hazard pada saat semua variabel bebas benilai 0 Fungsi ini hanya melibatkan waktu survival t x 1, x 2,, x p : nilai dari variabel bebas β 1, β 2,, β p : parameter regresi p : banyaknya variabel bebas Pendugaan parameter pada model Cox Proportional Hazard dilakukan dengan menduga menduga β dari sebaran Weibull adalah [9] dimana x j L(β) = r (j=1) exp(βx j ) exp(βx i ), : nilai variabel ketika individu yang diamati mampu bertahan pada waktu l : individu yang mampu bertahan dalam pengamatan β = β 1, β 2,, β p Untuk memperoleh nilai β yang memaksimumkan nilai L(β), digunakan ln L(β) yang diturunkan terhadap β, yaitu: d ln L(β) dβ = 0 Persamaan diatas dapat diselesaikan dengan algoritma Newton Raphson dengan titik awal β 0 = 0 yang dituliskan sebagai berikut: [ ] 1 β j+1 = β j d 2 L(β j ) d ln L(β) j dβ 2 dβ Uji signifikansi parameter pada model yang diperoleh dilakukan pengujian secara dua tahap, yaitu uji serentak dan uji parsial atau uji Wald Uji serentak regresi Cox- Weibull dilakukan untuk mengetahui apakah variabel bebas berpengaruh signifikan secara serentak Hipotesis yang digunakan yaitu dengan statistik uji H 0 : β 1 = β 2 = = β p = 0 H 1 : paling sedikit ada sesuatu ada satuβ k 0, k = 1, 2,, p G 2 = 2 ln = 2[ln L(0) ln L(β j )]
4 Penerapan Model Regresi Cox-Weibull 65 Pada pengujian ini, H 0 ditolak G 2 > X 2 p,a jika nilai p < α yang berarti bahwa paling tidak ada satu variabel bebas yang berpengaruh signifikan terhadap model Uji parsial atau uji Wald dilakukan untuk mengetahui apakah variabel bebas berpengaruh signifikan secara individu terhadap fungsi hazard Hipotesis yang digunakan yaitu : dengan statistik uji X 2 w = H 0 : β k = 0 H 1 : β k 0 ( ) 2 βk SE(β k ) Pada pengujian ini, tolak H 0 jika Xhitung 2 atau nilai p < α dengan α adalah taraf nyata Setelah dilakukan uji signifikansi parameter maka langkah selanjutnya adalag dengan memilih model yang tebaik dengan mneggunakan eliminasi backward [9] 21 Distribusi Weibull Distribusi Weibull memiliki dua parameter yaitu β (parameter bentuk) dan (parameter skala) Fungsi kepekatan peluang peubah acak Weibull (β, ) adalah f(t) = ( β )( ) β 1 ( t exp Dengan fungsi distribusi kumulatif Weibull [ ( F (t) = 1 exp t ( ) β ) t ) β ] ; t > 0 Dengan menggunakan turunan rumus pada pendugaan parameter diperoleh pendugaan parameter sebagai berikut = [ ] 1 Σ n β i=1 tβ i, dan dengan menggunakan langkah metode Newton-Raphson diperoleh pendugaan parameter β sebagai berikut β n+1 = β n Σ n i=1 tβ i ln ti 1 Σ n i=1 tβ β Σn i=1 ln ti n i Σ n i=1 tβ i Σn i=1 tβ i (ln ti)2 (Σ n i=1 tβ i ln ti)2 + 1 (Σ n I=1 tβ i )2 β 2 Jika T adalah waktu survival yang menyebar menurut sebaran Weibull maka fungsi hazard, fungsi kumulatif hazard, dan fungsi survival adalah sebagai berikut Fungsi hazard h(t) = f(t) S(t) = β ( ) β t
5 66 Stepani Burni Safitri dkk Fungsi kumulatif hazard didefinisikan Dengan Fungsi Survival H(t) = t 0 h(t)dt = S(t) = 1 F (t) = exp ( ) β t, [ ( ) β ] t 22 Uji Hipotesis Mengenai Sebaran Data Uji distribusi data dapat dilakukan dengan uji Kolmogorov-Smirnov sebagai berikut Misalkan ingin diuji apakah suatu data terdistribusi menurut suatu sebaran teretentu Hipotesis yang digunakan adalah Statistik uji yang digunakan adalah dengan: H 0 : Data mengikuti distribusi tertentu H 1 : Data tidak mengikuti distribusi tertentu D = max F (x) S(x), F (x) : Fungsi sebaran kumulatif populasi S(x) : Fungsi sebaran kumulatif sampel Daerah penolakan H 0 adalah jika nilai D hitung > D tabel yang berarti bahwa data tidak mengikuti distribusi tersebut Jika α yang digunakan adalah 005 dengan jumlah sampel sebanyak n, maka D tabel yang digunakan : D tabel = 136 n 3 Metodologi Penelitian Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari bagian rekam medik Rumah Sakit dr M Djamil Padang berupa hasil rekam medik dari pasien penderita TBC yang dirawat di Rumah Sakit dr M Djamil Padang Variabel respon (Y ) pada penelitian ini adalah waktu survival yaitu lamanya pasien dirawat di Rumah Sakit dan variabel bebas (X) adalah X 1 : Usia X 2 : Jenis Kelamin X 3 : Lama Batuk X 4 : Jenis Batuk X 5 : Batuk Darah X 6 : Sesak Nafas X 7 : Berat Badan X 8 : Riwayat OAT X 9 : Merokok X 10 : Kadar Hemoglobin X 11 : Kadar Hematokrit X 12 : Jumlah Trombosit X 13 : Kadar Leukosit Langkah-langkah pada penelitian ini adalah (1) Mendeskripsikan karakteristik pasien penderita penyakit TBC (2) Mengidentifikasi variabel-variabel yang digunakan
6 Penerapan Model Regresi Cox-Weibull 67 (3) Melakukan metode regresi Cox-Weibull untuk mengetahui faktor-faktor yang mempengaruhi fungsi survival penderita penyakit TBC dengan langkahlangkah: (a) Melakukan pemeriksaa distribusi data waktu survival dengan menggunakan uji Kolmogorov-Smirnov (b) Menyusun model regresi (c) Melakukan seleksi model terbaik dengan eliminasi Backward (d) Mencari faktor-faktor yang mempengaruhi laju kesembuhan pasien TBC berdasarkan model terbaik (4) Menduga laju kesembuhan pasien penderita penyakit TBC dengan menghitung taksiran fungsi hazard dari model yang terbentuk pada waktu t (5) Menghitung nilai odds ratio dari variabel bebas yang berpengaruh terhadap model (6) Membuat kesimpulan dari hasil analisis dan pembahasan yang telah dilakukan 4 Hasil dan Pembahasan Berikut akan dipaparkan hasil dan pembahasan dalam penelitian ini 41 Pendugaan Distribusi Waktu Survival Untuk mengetahui distribusi lamanya rawat inap pasien TBC dilakukan pendugaan distribusi Weibull dengan melakukan uji Kolmogorov-Smirnov, dengan hipotesis H 0 : Data mengikuti distribusi Weibull, H 1 : Data tidak mengikuti distribusi Weibull Dengan melakukan langkah pendugaan parameter distribusi Weibull diperoleh = 957 dan parameter β = 128 Berdasarkan perhitungan densitas sebaran Weibull waktu survival, diperoleh D hitung = Sementara D tabel diperoleh dengan rumus : D tabel = 136 n Dengan taraf uji α = 0, 1 dan n = 242 maka diperoleh D tabel = Karena D hitung < D tabel maka tidak tolak H 0 dengan kata lain H 0 diterima sehingga dapat disimpulkan bahwa data mengikuti sebaran W eibull(β, ) 42 Pemodelan Waktu Survival Menggunakan Model Regresi Proportional Hazard Untuk memodelkan waktu survival dengan menggunakan model regresi proportional hazard terlebih dahulu kita akan mensubsitusikan parameter = 957 dan β = 128 (taraf uji α = 0, 1) sehingga diperoleh fkp dari waktu survival t sebagai berikut: f(t) = ( )( t 957 ) exp ( ( t 957 ) 128 ),
7 68 Stepani Burni Safitri dkk dan fungsi kumulatif F (t) = t 0 ( )( ) ( ( ) 128 ) 128 y y exp dy Sedangkan fungsi Hazard adalah h(t) = f(t) ( ) 128 t S(t) = Fungsi hazard untuk pasien ke-i dapat dinyatakan sebagai berikut: ( ) 128 t h i (t) = exp( β i x i ) 957 Selanjutnya akan dibentuk model regresi untuk mengetahui variabel bebas apa saja yang berpengaruh terhadap laju kesembuhan dengan menggunakan metode eliminasi backward Langkah awal dari metode eliminasi backward adalah dengan memasukkan semua variabel bebas pada model, selanjutnya variabel satu persatu dikeluarkan dari model sehingga tidak ada lagi variabel yang akan dikeluarkan Pada akhirnya diperoleh model dengan variabel bebas yang sifnifikan saja Setelah didapatkan model maka selanjutnya dilakukan uji signifikansi parameter dengan cara melakukan uji serentak regresi Cox-Weibull Hipotesis yang digunakan adalah sebagai berikut: Dengan statistik uji : H 0 : β 1 = β 2 = 0 H 1 : paling sedikit ada β j 0; j = 1, 2 G 2 = 2 ln = = 6807 Dengan menggunakan taraf nyata α = 005 maka diperoleh = 5991 Karena nilai statistik uji G 2 > maka tolak H 0 yang artinya paling tidak ada satu variabel bebas yang berpengaruh signifikan terhadap model Tahapan selanjutnya dilakukan uji parsial atau uji Wald, maka hipotesis yang digunakan adalah sebagai berikut H 0 : β 1 = 0 vs H 1 : β 1 0 H 0 : β 2 = 0 vs H 1 : β 2 0 Dalam Tabel 421 diperlihatkan nilai taksiran parameter pada model terbaik dengan menggunakan uji Wald
8 Penerapan Model Regresi Cox-Weibull 69 Dari tabel 421 dapat dilihat bahwa dengan taraf α = 01 dan nilai p untuk usia dan jenis kelamin lebih kecil dari α, maka dapat disimpulkan bahwa variabel usia dan jenis kelamin signifikan mempengaruhi laju kesembuhan penderita TBC Berdasarkan Tabel 421 dapat dibentuk model regresi sebagai berikut: dimana h(t) = h 0 (t) exp( 0007x 1 + ( 0327x 2 )), ( ) 128 t h 0 (t) = merupakan nilai fungsi hazard saat usia = 0 dan jenis kelamin = 0 43 Faktor-Faktor yang Mempengaruhi Laju Kesembuhan Pasien Penderita Tuberkulosis Berdasarkan nilai odds ratio yang diperoleh dari variabel yang signifikan dengan taraf nyata α = 0, 1 diperoleh hasil sebagai berikut Variabel usia merupakan variabel kontinu, nilai dari mempunyai interpretasi perbandingan odds ratio antara individu dengan usia lebih besar satu tahun dibandingkan individu lain Berdasarkan Tabel 431 dapat dilihat bahwa nilai odds ratio untuk variabel usia adalah 0,993 yang artinya jika usia bertambah satu tahun maka resiko penderita TBC untuk mencapai kesembuhan bertambah sebesar 1,007 kali dibandingkan pasien lain Pada Tabel 431 dapat dilihat juga bahwa jenis kelamin nilai odds ratio sebesar 0,721 artinya pasien dengan jenis kelamin perempuan memiliki resiko sembuh sebesar 0721 kali lebih besar dibandingkan pasien dengan jenis kelamin laki-laki Maka dapat disimpulkan bahwa pasien dengan jenis kelamin perempuan memiliki resiko sembuh lebih besar dibandingkan dengan pasien yang berjenis kelamin laki-laki 44 Analisis Pengaruh Merokok terhadap Laju Kesembuhan Pasien Tuberkulosis Berdasarkan berbagai literatur dan penelitian sebelumnya diketahui bahwa kebiasaan merokok merupakan variabel yang mempengaruhi laju kesembuhan pasien TBC Namun berdasarkan hasil analisis peubah yang mempengaruhi laju dengan menggunakan metode eliminasi backward diperoleh bahwa variabel merokok tidak berpengaruh terhadap laju kesembuhan pasien TBC Ketidaksesuaian tersebut diduga terjadi karena adanya korelasi antara kedua variabel jenis kelamin dan
9 70 Stepani Burni Safitri dkk variabel merokok, sehingga pengaruh dari kebiasaan merokok akhirnya diwakili oleh variabel jenis kelamin Untuk memeriksa hal tersebut dilakukan uji khi-kuadrat terhadap variabel jenis kelamin dan variabel merokok Ditahap awal, dibentuk tabel kontingensi antara kedua variabel kategorik tersebut, sebagaimana yang terlihat pada Tabel 441 Dari Tabel 441 dapat dikatakan bahwa proporsi penderita TBC merokok yang berjenis kelamin laki-laki lebih banyak daripada penderita perempuan yang merokok Selanjutnya akan dilakukan uji khi-kuadrat untuk mengetahui hubungan antara variabel jenis kelamin dan variabel merokok Selanjutnya akan dilakukan uji khi-kuadrat untuk mengetahui hubungan antara variabel jenis kelamin dan variabel merokok e 11 = 242 = 115, 698 Untuk sel yang lain diperoleh seperti pada Tabel 442 Berdasarkan perhitungan yang telah dilakukan diperoleh bahwa Xh 2 = 52, 34 Ini berarti bahwa terdapat hubungan antara variabel jenis kelamin dengan variabel merokok Hasil pengujian ini dapat digunakan untuk menjelaskan hasil analisis regresi Cox-Weibull yang menyatakan kenapa jenis kelamin mempengaruhi kebiasaan merokok, sementara kebiasaan merokok tidak mempengaruhi laju kesembuhan tersebut
10 5 Kesimpulan Penerapan Model Regresi Cox-Weibull 71 Faktor-faktor yang mempengaruhi laju kesembuhan penderita penyakit TBC adalah usia dan jenis kelamin dengan model regersi Cox-Weibull adalah sebagai berikut ( ) 128 t h(t) = exp( 0007x 1 + ( 0327x 2 )), 957 dimana X 1 merupakan variabel usia dan X 2 merupakan variabel jenis kelamin Berdasarkan nilai odds ratio diperoleh bahwa untuk variabel usia memiliki nilai odds ratio sebesar 0,993 yang artinya jika usia bertambah satu tahun maka resiko penderita TBC untuk mencapai kesembuhan bertambah sebesar 10,07% dibandingkan pasien lain Nilai odds ratio untuk variabel jenis kelamin adalah sebesar 0,721 yang artinya pasien dengan jenis kelamin perempuan memiliki resiko sembuh sebesar 0721 kali lebih besar dibandingkan pasien dengan jenis kelamin laki-laki Dengan melakukan uji khi-kuadrat diperoleh bahwa terdapat hubungan antara variabel jenis kelamin dan variabel merokok Dapat dikatakan bahwa variabel jenis kelamin dapat mewakili variabel merokok terhadap laju kesembuhan pasien penderita TBC 6 Ucapan Terimakasih Penulis mengucapkan terima kasih kepada Ibu Dr Ferra Yanuar, Bapak Dr Mahdhivan Syafwan, dan Ibu Radhiatul Husna, MSi yang telah memberikan masukan dan saran dalam penyempurnaan penulisan artikel ini Daftar Pustaka [1] Collect, D 1994 Modelling Survival Data in Medical Research Edisi ke-2 Chapman and Hall [2] Cox, DR, Oakes, D 1984 Analysis of Survival Data London: Chapman and Hall [3] Hosmer, DW, Lemeshow, S dan May, S 2008 Applied Survival Analysis Wiley & Sons, Inc, Hoboken, New Jersey [4] Kementerian Kesehatan RI 2014 Profil Kesehatan Indonesia tahun 2013 Jakarta: Kementerian Kesehatan RI [5] Kementerian Kesehatan RI 2015 Profil Kesehatan Indonesia tahun 2014 Jakarta: Kementerian Kesehatan RI [6] Law, A M, & D W Kelton 2000 Simulation Modelling Analysis Edisi ke-3 MacGraw-Hill, New York [7] Maulana, dkk 2012 Analisis Survival Untuk Mengetahui Laju Kesembuhan Penyakit TB Paru di Jakarta Berbasis Dekstop Application Universitas Bina Nusantara : Jakarta Barat [8] Rahajoe, dkk 2005 Pedoman Nasional Tuberkulosis Anak Jogjakarta: DIVA Press [9] Rahayu 2015 Analisis Survival untuk Data Kejadian Berulang Tidak Identik dengan Model Cox Stratifikasi Universitas Negeri Yogyakarta, Yogyakarta [10] Siegel 1992 Statistik Nonparametik Jakarta : PT Gramedia Pustaka Utama
MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Lebih terperinciKata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 9 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN DBD (DEMAM BERDARAH DENGUE) MENGGUNAKAN REGRESI LOGISTIK
Lebih terperinciD-450 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print)
D-450 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) Analisis Faktor yang Memengaruhi Laju Kesembuhan Pasien Tuberkulosis Paru di RSUD Dr. Soetomo Tahun 2015 Menggunakan Regresi
Lebih terperinciANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE DI RSU HAJI SURABAYA
ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE DI RSU HAJI SURABAYA Oleh : Endhy Bastyan NRP : 1308100011 Tahap : Sarjana Dosen Pembimbing :Dr. I Nyoman Latra,
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 781-790 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS KETAHANAN HIDUP PENDERITA TUBERKULOSIS DENGAN MENGGUNAKAN
Lebih terperinciAnalisis Survival Dengan Model Regresi Cox Study Kasus: Pasien Demam Berdarah Dengue di Rumah Sakit Haji Surabaya
Jurnal Matematika Vol. 2 No. 2, Desember 2012. ISSN : 1693-1394 Analisis Survival Dengan Model Regresi Cox Study Kasus: Pasien Demam Berdarah Dengue di Rumah Sakit Haji Surabaya Ni Putu Lisa Ernawatiningsih
Lebih terperinciMODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK BAYESIAN
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 128 133 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE
Lebih terperinciAnalisis Survival Faktor-Faktor yang Mempengaruhi Laju Kesembuhan Pasien Penderita Demam Berdarah Dengue (DBD) di RSU Haji Surabaya dengan Regresi Cox
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-71 Analisis Survival Faktor-Faktor yang Mempengaruhi Laju Kesembuhan Pasien Penderita Demam Berdarah Dengue (DBD) di RSU Haji Surabaya
Lebih terperinci6. Pasien yang Batuk Darah
6. Pasien yang Batuk Darah 7. Pasien yang Nyeri dada FAKTOR-FAKTOR YANG MEMPENGARUHI PENDERITA PENYAKIT TB PARU DI RSU HAJI SURABAYA 1. Uji Independensi hipotesis yang digunakan adalah sebagai berikut
Lebih terperinciPENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA BERDASARKAN FAKTOR SOSIODEMOGRAFI
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 58 65 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA
Lebih terperinciANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN BAYI BERAT BADAN LAHIR RENDAH
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 53 60 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI
Lebih terperinciPEMODELAN JUMLAH KASUS TETANUS NEONATORUM DENGAN MENGGUNAKAN REGRESI POISSON UNTUK WILAYAH REGIONAL 2 INDONESIA (SUMATERA)
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 116 124 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN JUMLAH KASUS TETANUS NEONATORUM DENGAN MENGGUNAKAN REGRESI POISSON UNTUK WILAYAH REGIONAL 2
Lebih terperinciPENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 53 61 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA OLIVIA ATINRI,
Lebih terperinciRegresi Poisson dan Penerapannya Untuk Memodelkan Hubungan Usia dan Perilaku Merokok Terhadap Jumlah Kematian Penderita Penyakit Kanker Paru-Paru
Regresi Poisson dan Penerapannya Untuk Memodelkan Hubungan Usia dan Perilaku Merokok Terhadap Jumlah Kematian Penderita Penyakit Kanker Paru-Paru IIN SUNDARI Program Studi Matematika, Fakultas Matematika
Lebih terperinciPemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 017 Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner S - 1 Ayu Febriana Dwi Rositawati 1, Sri Pingit
Lebih terperinciREGRESI COX MULTIVARIAT DENGAN DISTRIBUSI WIEBULL MULTIVARIAT
1 Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 REGRESI COX MULTIVARIAT DENGAN DISTRIBUSI WIEBULL MULTIVARIAT 1 Irfan Wahyudi 1 Mahasiswa S-3 Statistika FMIPA ITS,
Lebih terperinciANALISIS SURVIVAL FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PENDERITA HIPERTENSI DENGAN TERAPI TABLET CAPTOPRIL
ANALISIS SURVIVAL FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PENDERITA HIPERTENSI DENGAN TERAPI TABLET CAPTOPRIL Dessy Noor Hadiyah (300800504), Dr. Ir. Setiawan, MS. (960030987000) 2 Mahasiswa Jurusan
Lebih terperinciANALISIS SURVIVAL UNTUK MENGETAHUI LAJU KESEMBUHAN PENYAKIT TB PARU di JAKARTA BERBASIS DESKTOP APPLICATION
ANALISIS SURVIVAL UNTUK MENGETAHUI LAJU KESEMBUHAN PENYAKIT TB PARU di JAKARTA BERBASIS DESKTOP APPLICATION Indra Maulana., Rokhana D.B., Franky H.M. Universitas Bina Nusantara Jl. Kebon Jeruk No. 27,
Lebih terperinciBAB II TINJAUAN PUSTAKA. diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event
BAB II TINJAUAN PUSTAKA A. Analisis Survival Analisis survival merupakan suatu analisis data dimana variabel yang diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event terjadi dengan
Lebih terperinciBAB 4 ANALSIS DAN BAHASAN. Tuberculosis (TB Paru) berdasarkan variabel usia, jenis kelamin, perilaku
BAB 4 ANALSIS DAN BAHASAN 4.1. Analisis Data dan Bahasan 4.1.1. Analsis Deskriptif Analisis deskriptif berikut ini menjelaskan kateristik pasien penderita Tuberculosis (TB Paru) berdasarkan variabel usia,
Lebih terperinciPENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 23 28 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD FEBY RIDIANI Program
Lebih terperinciPEMODELAN REGRESI COX DAN REGRESI WEIBULL WAKTU SEMBUH DIARE PADA BALITA
Jurnal UJMC, Volume 2, Nomor 1, Hal. 50-55 pissn : 2460-3333 eissn : 2579-907X PEMODELAN REGRESI COX DAN REGRESI WEIBULL WAKTU SEMBUH DIARE PADA BALITA Siti Alfiatur Rohmaniah 1 dan Danardono 2 1 Universitas
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam penelitian ini, wilayah yang diamati adalah wilayah Jakarta. Data yang
BAB 3 METODE PENELITIAN 3.1. Wilayah dan Jadwal Penelitian Dalam penelitian ini, wilayah yang diamati adalah wilayah Jakarta. Data yang digunakan adalah pasien yang tercatat di RSUP Persahabatan, di Jakarta
Lebih terperinciDAFTAR ISI. Halaman. viii
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii KATA PENGANTAR... iv ABSTRAK... vi ABSTACT... vii DAFTAR ISI... viii DAFTAR SIMBOL... xi DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR
Lebih terperinciPERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 139 146 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK Oleh : Eldira Sukmawati (1308 100 50) Dosen Pembimbing : Prof.Dr.Drs. I Nyoman
Lebih terperinciREGRESI LINIER NONPARAMETRIK DENGAN METODE THEIL
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 167 174 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND REGRESI LINIER NONPARAMETRIK DENGAN METODE THEIL ALDILA SARTI Program Studi Matematika, Fakultas Matematika
Lebih terperinciPEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 74 82 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF
Lebih terperinciBAB I PENDAHULUAN. (Thomas, 2004). Ada beberapa klasifikasi utama patogen yang dapat
BAB I PENDAHULUAN A. Latar Belakang Penyakit infeksius dapat disebabkan oleh invasi organisme mikroskopik yang disebut patogen. Patogen adalah organisme atau substansi seperti bakteri, virus, atau parasit
Lebih terperinciS T O P T U B E R K U L O S I S
PERKUMPULAN PELITA INDONESIA helping people to help themselves * D I V I S I K E S E H A T A N * S T O P T U B E R K U L O S I S INGAT 4M : 1. MENGETAHUI 2. MENCEGAH 3. MENGOBATI 4. MEMBERANTAS PROGRAM
Lebih terperinciBAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang
BAB II KAJIAN TEORI BAB II KAJIAN TEORI A. Analisis Survival Analisis survival atau analisis ketahanan hidup adalah metode yang berhubungan dengan jangka waktu, dari awal pengamatan sampai suatu kejadian
Lebih terperinciAPLIKASI ANALISIS KONJOIN DENGAN MODEL REGRESI LOGISTIK DALAM MENGUKUR PREFERENSI MAHASISWA DALAM MEMILIH HANDPHONE
Jurnal Matematika UNAND Vol. 3 No. 1 Hal. 132 139 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND APLIKASI ANALISIS KONJOIN DENGAN MODEL REGRESI LOGISTIK DALAM MENGUKUR PREFERENSI MAHASISWA DALAM MEMILIH
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Tuberkulosis (TB) adalah penyakit infeksi menular langsung yang
1 BAB I PENDAHULUAN A. Latar Belakang Tuberkulosis (TB) adalah penyakit infeksi menular langsung yang disebabkan oleh Mycobacterium tuberculosis. Kuman ini paling sering menyerang organ paru dengan sumber
Lebih terperinciModel Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Model Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama Anita Nur Vitriana, Rosita Kusumawati Program Studi
Lebih terperinciJurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum
Jurnal Gradien Vol 8 No 2 Juli 2012:809-814 Model Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Model Regresi Logistik Ordinal (Studi Kasus: Bank Rakyat Indonesia Tbk Unit Pasar Bintuhan) Yuli
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di negara-negara berkembang termasuk di Indonesia terdapat banyak kasus yang berkaitan dengan kesehatan, salah satunya adalah munculnya penyakit, baik menular
Lebih terperinciLOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si
LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama
Lebih terperinciPENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK DAN TEKANAN DARAH
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 34 43 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK
Lebih terperinciPERLUASAN REGRESI COX DENGAN PENAMBAHAN PEUBAH TERIKAT-WAKTU
E-Jurnal Matematika Vol. 3 3), Agustus 2014, pp. 86-91 ISSN: 2303-1751 PERLUASAN REGRESI COX DENGAN PENAMBAHAN PEUBAH TERIKAT-WAKTU Luh Putu Ari Dewiyanti 1, Ni Luh Putu Suciptawati 2, I Wayan Sumarjaya
Lebih terperinciANALISIS KORESPONDENSI PENYAKIT MENULAR DI KABUPATEN BANGKALAN TAHUN 2010
TUGAS AKHIR ANALISIS KORESPONDENSI PENYAKIT MENULAR DI KABUPATEN BANGKALAN TAHUN 2010 Oleh : Danang Wahyu Prasetyo (1307 030 048) Dosen Pembimbing : Dr. rer. pol. Heri Kuswanto Pendahuluan Pendahuluan
Lebih terperinciWULAN SAFITRI DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
ANALISIS KETAHANAN HIDUP PENDERITA TUBERKULOSIS DENGAN MENGGUNAKAN METODE REGRESI COX KEGAGALAN PROPORSIONAL (Studi Kasus di Puskesmas Kecamatan Kembangan Jakarta Barat) SKRIPSI Disusun Oleh: WULAN SAFITRI
Lebih terperinciBAB I PENDAHULUAN. oleh bakteri Mycobacterium tuberculosis sebagian besar bakteri ini menyerang
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Penyakit Tuberkulosis merupakan penyakit menular yang disebabkan oleh bakteri Mycobacterium tuberculosis sebagian besar bakteri ini menyerang bagian paru, namun tak
Lebih terperinciBAB 1 PENDAHULUAN. Penyakit Tuberkulosis atau yg lebih dikenal dengan nama TB Paru merupakan
BAB 1 PENDAHULUAN 1.1. Latar belakang penelitian Penyakit Tuberkulosis atau yg lebih dikenal dengan nama TB Paru merupakan penyakit menular yang disebabkan oleh bakteri Mycobacteryum tuberculosis. Penyakit
Lebih terperinciBAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU
BAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU 3.1 Model Regresi Cox Proportional Hazard dengan Variabel Terikat oleh Waktu Model regresi Cox proportional hazard
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tuberkulosis adalah penyakit menular yang disebabkan oleh bakteri Mycobacterium tuberculosis yang pada umumnya menyerang jaringan paru, tetapi dapat menyerang organ
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL Winda Faati Kartika 1, Triastuti Wuryandari 2 1, 2) Program Studi Statistika Jurusan Matematika FMIPA Universitas Diponegoro
Lebih terperinciPENENTUAN FAKTOR-FAKTOR PENGARUH LAMA PROSES PELAYANAN IMB (IZIN
Your logo PENENTUAN FAKTOR-FAKTOR PENGARUH LAMA PROSES PELAYANAN IMB (IZIN MENDIRIKAN BANGUNAN) DI SURABAYA DENGAN METODE REGRESI COX Dosen Pembimbing : Prof.Drs.NUR IRIAWAN,MIkom,PhD PENDAHULUAN Dalam
Lebih terperinciGeneralized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017
Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic
Lebih terperinciANALISIS TAHAN HIDUP PENDERITA DEMAM BERDARAH DENGUE
ANALISIS TAHAN HIDUP PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KABUPATEN KARANGANYAR DENGAN PENDEKATAN BAYESIAN Titian Peramu Cahyani, Sri Subanti dan Purnami Widyaningsih Jurusan Matematika Fakultas Matematika
Lebih terperinciTuberkulosis Dapat Disembuhkan
Tuberkulosis Dapat Disembuhkan Erlina Burhan Perhimpunan Dokter Paru Indonesia Apakah Penyakit Tuberkulosis atau TB itu? Penyakit menular Kuman penyebab: Mycobacterium tuberculosis Bukan penyakit keturunan
Lebih terperinciBAB 1 PENDAHULUAN A. Latar Belakang
BAB 1 PENDAHULUAN A. Latar Belakang TBC merupakan penyakit yang sangat membahayakan, karena di dalam paru-paru kita terdapat kuman mycrobacterium tuberculosis, yang apabila di biarkan, kuman tersebut akan
Lebih terperinciTema Lomba Infografis Community TB HIV Care Aisyiyah 2016
Tema Lomba Infografis Community TB HIV Care Aisyiyah 2016 TEMA 1 : Tuberkulosis (TB) A. Apa itu TB? TB atau Tuberkulosis adalah Penyakit menular yang disebabkan oleh kuman Mycobacterium Tuberkulosis. Kuman
Lebih terperinciPENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 25 32 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.
Lebih terperinciKata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 161 167 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGONTROLAN KUALITAS PRODUK MENGGUNAKAN METODE BAGAN KENDALI MULTIVARIAT NP DALAM USAHA PENINGKATAN
Lebih terperinciSEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si
Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien
Lebih terperinciTINJAUAN PUSTAKA Kredit
TINJAUAN PUSTAKA Kredit Kredit adalah kemampuan untuk melaksanakan suatu pemberian atau mengadakan suatu pinjaman dengan suatu janji pembayarannya akan dilakukan pada suatu jangka waktu yang disepakati.
Lebih terperinci4. HASIL DAN PEMBAHASAN
19 4. HASIL DAN PEMBAHASAN 4.1 Deskripsi Pasien ART Rendahnya imunitas dan beratnya keadaan klinis pasien saat memulai ART mempengaruhi lamanya proses perbaikan imunologis maupun klinis pasien. Tabel 2
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Radang paru paru adalah sebuah penyakit pada paru paru dimana pulmonary alveolus yang bertanggung jawab menyerap oksigen dari atmosfer meradang dan terisi cairan. Berdasarkan
Lebih terperinciBAB II TINJAUAN PUSTAKA. (Kleinbaum dan Klein, 2005). Persson (2002) mengatakan data sintasan adalah
BAB II TINJAUAN PUSTAKA 2.1. Analisis Sintasan 2.1.1. Pengertian Analisis Sintasan Analisis sintasan adalah kumpulan dari proses statistik untuk menganalisis data yang mana peubah yang diteliti adalah
Lebih terperinciTINJAUAN PUSTAKA Perilaku konsumen
TINJAUAN PUSTAKA Perilaku konsumen Perilaku konsumen adalah semua kegiatan, tindakan serta proses psikologis yang mendorong tindakan tersebut pada saat sebelum membeli, ketika membeli, menggunakan, menghabiskan
Lebih terperinciPEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas
Jurnal Matematika UNAND Vol. 1 No. 2 Hal. 85 92 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama
Lebih terperinciBAB I PENDAHULUAN. kesehatan masyarakat di dunia termasuk Indonesia. World. Health Organization (WHO) dalam Annual report on global TB
1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG Penyakit Tuberkulosis (TB) adalah penyakit infeksi kronis menular yang masih tetap merupakan masalah kesehatan masyarakat di dunia termasuk Indonesia. World Health
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Penyakit tuberkulosis masih menjadi masalah kesehatan dunia,
48 BAB I PENDAHULUAN A. Latar Belakang Penyakit tuberkulosis masih menjadi masalah kesehatan dunia, dimana WHO melaporkan bahwa setengah persen dari penduduk dunia terserang penyakit ini, sebagian besar
Lebih terperinciBAB 1 PENDAHULUAN. Mycobacterium tuberculosis. Sumber infeksi TB kebanyakan melalui udara, yaitu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Tuberkulosis (TB) adalah penyakit infeksi menular yang disebabkan oleh Mycobacterium tuberculosis. Sumber infeksi TB kebanyakan melalui udara, yaitu melalui inhalasi
Lebih terperinciBAB II TINJAUAN PUSTAKA. penulisan skripsi. Teori penunjang tersebut adalah: Regresi logistik, analisis survival,
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Sebelum melalukan pembahasan mengenai permasalahan dari skripsi ini, pada bab ini akan diuraikan beberapa teori penunjang yang dapat membantu dalam penulisan skripsi.
Lebih terperinciPERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA
Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 26 34 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA NADIA UTIKA PUTRI, MAIYASTRI, HAZMIRA
Lebih terperinciBAB II TINJAUAN PUSTAKA. oleh kuman TBC ( Mycobacterium tuberculosis). Sebagian besar kuman. lainnya seprti ginjal, tulang dan usus.
BAB II TINJAUAN PUSTAKA A. Tuberkulosis 1. Definisi Tuberkulosis Tuberkulosis adalah penyakit menular langsung yang disebabkan oleh kuman TBC ( Mycobacterium tuberculosis). Sebagian besar kuman tuberkulosis
Lebih terperinciPROSIDING Kajian Ilmiah Dosen Sulbar ISBN: FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL
FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL Hikmah FMIPA Universitas Sulawesi Barat hikmah.ugm@gmail.com Abstrak Faktor waktu sembuh penyakit alergi dan perbedaan waktu
Lebih terperinciMODEL REGRESI COX PROPORSIONAL HAZARD PADA DATA KETAHANAN HIDUP. Abstract
Model Regresi (Tuan Hanni) MODEL REGRESI COX PROPORSIONAL HAZARD PADA DATA KETAHANAN HIDUP Tuan Hanni 1, Triastuti Wuryandari 2 1 Alumni Jurusan Statistika FSM UNDIP 2 Staf Pengaar Jurusan Statistika FSM
Lebih terperinciBAB I PENDAHULUAN. Mycobacterium tuberculosis, dengan gejala klinis seperti batuk 2
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia masih menjadi salah satu negara dengan kasus Tuberkulosis (TB) yang tinggi dan masuk dalam ranking 5 negara dengan beban TB tertinggi di dunia 1. Menurut
Lebih terperinciMateri Penyuluhan Konsep Tuberkulosis Paru
1.1 Pengertian Materi Penyuluhan Konsep Tuberkulosis Paru Tuberkulosis (TB) adalah penyakit infeksi menular yang disebabkan oleh Mycobacterium tuberculosis. Tuberkulosis paru adalah penyakit infeksi kronis
Lebih terperinciPERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 17 4 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN BAGAN KENDALI T HOTELLING KLASIK DENGAN T HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI
Lebih terperinciPERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH)
Jurnal Matematika UNAND Vol. 5 No. 4 Hal. 80 88 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE
Lebih terperinciBAB 1 PENDAHULUAN. berhak mendapatkan pendidikan. Pendidikan berperan penting dalam memajukan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam pembukaan UUD 1945 disebutkan bahwa setiap warga negara berhak mendapatkan pendidikan. Pendidikan berperan penting dalam memajukan kesejahteraan umum dan meningkatkan
Lebih terperinciISSN: X 27 MODEL COX EXTENDED UNTUK MENGATASI NONPROPORTIONAL HAZARD PADA KEJADIAN BERSAMA
ISSN: 067X 7 MODEL COX EXTENDED UNTUK MENGATASI NONPROPORTIONAL HAZARD PADA KEJADIAN BERSAMA Anita Nur Vitriana a, Rosita Kusumawati b a Program Studi Matematika FMIPA UNY Jl. Colombo No. Yogyakarta, anitavtrn@gmail.com
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang Tuberkulosis Paru merupakan penyakit menular yang disebabkan oleh infeksi bakteri (Mycobacterium Tuberculosis). 1 Organ tubuh manusia yang paling dominan terserang kuman
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tuberkulosis masih menjadi masalah kesehatan dunia. Pada tahun 2012 diperkirakan 8,6 juta orang terinfeksi TB dan 1,3 juta orang meninggal karena penyakit ini (termasuk
Lebih terperinciI. PENDAHULUAN. secara global masih menjadi isu kesehatan global di semua Negara (Dave et al, 2009).
1 I. PENDAHULUAN A. Latar Belakang Tuberkulosis Paru sampai saat ini masih menjadi masalah utama kesehatan masyarakat dan secara global masih menjadi isu kesehatan global di semua Negara (Dave et al, 2009).
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah analisis data yang memanfaatkan informasi kronologis dari suatu kejadian atau peristiwa (event). Respon yang diperhatikan adalah waktu sampai
Lebih terperinciPenaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
Lebih terperinciPENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA
Saintia Matematika Vol. 1, No. 1 (2013), pp. 51 61. PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA (Studi kasus di desa Dolok Mariah Kabupaten Simalungun) Oktani Haloho, Pasukat
Lebih terperinciMODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO)
MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO) IMAMUDDIN KAMIL 1, MADE SUSILAWATI 2, I PUTU EKA NILA KENCANA 3 1,2,3, Jurusan Matematika, Fakultas
Lebih terperinciBAB I PENDAHULUAN. A.Latar Belakang. Tuberkulosis paru adalah penyakit menular langsung yang disebabkan
1 BAB I PENDAHULUAN A.Latar Belakang Tuberkulosis paru adalah penyakit menular langsung yang disebabkan oleh kuman TB, yaitu mycobacterium tuberculosis. Sebagian besar kuman menyerang paru lewat saluran
Lebih terperinciPEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA
Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 59 67 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA ANNISA UL UKHRA Program Studi Matematika,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Kerangka Konsep Variabel Bebas Variabel Terikat Jenis Kelamin Pendidikan Pekerjaan Pengetahuan Kejadian TBC Usia Produktif Kepadatan Hunian Riwayat Imunisasi BCG Sikap Pencegahan
Lebih terperinciSIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI. Abstract
ISBN: 978-602-71798-1-3 SIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI Widiarti 1), Ayu Maidiyanti 2), Warsono 3) 1 FMIPA Universitas Lampung widiarti08@gmail.com
Lebih terperinciANALISIS SURVIVAL DAN FAKTOR-
ANALISIS SURVIVAL DAN FAKTOR- FAKTOR YANG MEMPENGARUHI KESEMBUHAN PASIEN DEMAM BERDARAH DENGAN MENGGUNAKAN BAYESIAN MIXTURE SURVIVAL By: Suci Amalia (1306 100 005) Pembimbing: Prof. Drs. Nur Iriawan, MIKom,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang yakni
BAB I PENDAHULUAN 1.1 Latar Belakang Tuberkulosis adalah penyakit infeksi yang terutama disebabkan oleh bakteri Mycobacterium tuberculosis, sebagian kecil oleh bakteri Mycobacterium africanum dan Mycobacterium
Lebih terperinciEKO ERTANTO PEMBIMBING
UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING
Lebih terperinciKUESIONER PENELITIAN SKRIPSI HUBUNGAN PENGETAHUAN PENDERITA TENTANG TUBERKULOSIS PARU DENGAN PERILAKU KEPATUHAN MINUM OBAT
KUESIONER PENELITIAN SKRIPSI HUBUNGAN PENGETAHUAN PENDERITA TENTANG TUBERKULOSIS PARU DENGAN PERILAKU KEPATUHAN MINUM OBAT DI PUSKESMAS CURUG TANGERANG Pengantar : Dengan hormat, nama saya Ade Atik, mahasiswa
Lebih terperinciDAFTAR PUSTAKA. Arinkunto, S Prosedur Penelitian. Rineka Cipta. Jakarta.
DAFTAR PUSTAKA Arinkunto, S. 2000. Prosedur Penelitian. Rineka Cipta. Jakarta. Agonwardi (2008). Metodologi Penelitian Kesehatan. Jakarta. Rineka Cipta. Dep Kes RI (2008). Penanganan TBC Paru. Jakarta.
Lebih terperinciBAB I PENDAHULUAN. ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di
BAB I PENDAHULUAN A. Latar Belakang Masalah Maternal antibody merupakan kekebalan tubuh pasif yang ditransfer oleh ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di akhir masa kehamilan.
Lebih terperinciKUESIONER PENGARUH PROMOSI KESEHATAN TERHADAP PERILAKU PENCEGAHAN TUBERKULOSIS PARU DI LEMBAGA PEMASYARAKATAN KELAS 1 DAN RUMAH TAHANAN KELAS 1 MEDAN
KUESIONER PENGARUH PROMOSI KESEHATAN TERHADAP PERILAKU PENCEGAHAN TUBERKULOSIS PARU DI LEMBAGA PEMASYARAKATAN KELAS 1 DAN RUMAH TAHANAN KELAS 1 MEDAN NOMOR RESPONDEN PETUNJUK PENGISIAN KUESIONER Berikut
Lebih terperinciBAB 1 PENDAHULUAN. disebabkan oleh Mycobacterium tuberculosis tidak dikategorikan ke dalam
BAB 1 PENDAHULUAN Latar Belakang Pneumonia merupakan penyakit infeksi saluran napas bawah akut pada parenkim paru. Pneumonia disebabkan oleh mikroorganisme seperti bakteri, virus, jamur, dan parasit (PDPI,
Lebih terperinciBAB IV METODOLOGI PENELITIAN. register status pasien. Berdasarkan register pasien yang ada dapat diketahui status pasien
27 BAB IV METODOLOGI PENELITIAN 4.1 Kerangka Pemikiran dan Hipotesis 4.1.1 Kerangka Pemikiran Penelitian ini dimulai dengan mengambil data pasien demam tifoid berasal dari register status pasien. Berdasarkan
Lebih terperinciBAB I PENDAHULUAN. Tuberkulosis (TB) yang disebabkan oleh Mycobacterium tuberculosis merupakan
BAB I PENDAHULUAN 1.1. Latar Belakang Penyakit menular adalah salah satu permasalahan kesehatan yang masih sulit ditanggulangi, baik itu penyakit menular langsung maupun tidak langsung. Tuberkulosis (TB)
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II
ESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II Ryndha, Anna 2, Nasrah 3 ABSTRAK Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan
Lebih terperinciANALISIS LAMA KAMBUH PASIEN HIPERTENSI DENGAN SENSOR TIPE III MENGGUNAKAN REGRESI COX KEGAGALAN PROPORSIONAL
ANALISIS LAMA KAMBUH PASIEN HIPERTENSI DENGAN SENSOR TIPE III MENGGUNAKAN REGRESI COX KEGAGALAN PROPORSIONAL (Studi Kasus di RSUD Kartini Jepara) SKRIPSI Disusun oleh : ISHLAHUL KAMAL 24010211140074 JURUSAN
Lebih terperinci